Latest / HR Limitless: La voz de Kelly® / 3x08 Tecnología, automatización e IA: ¿amenazas o aliadas del talento?

Transcript

3x08 Tecnología, automatización e IA: ¿amenazas o aliadas del talento? · HR Limitless: La voz de Kelly®

• 0:04
  Speaker 1: HR Limitless.
• 0:29
  Speaker 2: Y la pregunta que vamos a lanzar, obviamente en diferentes bloques,
• 0:32
  Speaker 2: va a ser sobre un enfoque de¿ es una amenaza
• 0:34
  Speaker 2: o es un aliado que tenemos que realmente evaluar para
• 0:39
  Speaker 2: nuestro talento? Hoy quiero invitar, o más bien, están aquí
• 0:43
  Speaker 2: dos grandes personajes dentro de Kelly.
• 0:47
  Speaker 1: Verónica Cuello es nuestra gerente de tecnología.
• 0:50
  Speaker 2: Ariel Garza es nuestro gerente de BPOs enfocados a temas
• 0:53
  Speaker 2: de tecnologías de la información. Bienvenidos a esta casa, a
• 0:56
  Speaker 2: este podcast. Es un placer estar aquí con ustedes.
• 0:58
  Speaker 1: Gracias, Luis. Gracias, Luis. Pues,¿ cómo ven el tema?¿ Qué
• 1:02
  Speaker 1: opinan de este tema?
• 1:03
  Speaker 2: Ha generado mucho revuelo hoy.
• 1:06
  Speaker 3: Sobre todo en el sentido, Luis, de esas tecnologías, muchas
• 1:13
  Speaker 3: veces es el desconocimiento. Va muy de la mano en
• 1:17
  Speaker 3: que si no las están usando, tienen esa lejanía hacia ellas.
• 1:23
  Speaker 3: Y realmente lo que se tiene que buscar en las organizaciones,
• 1:26
  Speaker 3: con las personas, es qué les puede ayudar para sus
• 1:29
  Speaker 3: trabajos quedan mejores todavía. Como que esa es mucho la
• 1:33
  Speaker 3: distancia que están generando.
• 1:34
  Speaker 2: Tú crees que es distancia, miedo, respeto, desconocimiento, educación, capacitación?
• 1:40
  Speaker 1: Exacto, exactamente. Son varios puntos. Ahorita les voy.
• 1:43
  Speaker 2: A ir preguntando algunas cosas, sobre todo vamos a irnos
• 1:46
  Speaker 2: metiendo de lo más general a lo particular.
• 1:48
  Speaker 1: Va que va. What do you think, Verón, about these issues?
• 1:52
  Speaker 4: I think so, as Ariel commented, and well, it also
• 1:54
  Speaker 4: goes hand in hand with fear.
• 1:56
  Speaker 5: The fear we have of the new, of the unknown.
• 1:57
  Speaker 5: Maybe we are focused.
• 1:59
  Speaker 4: Or the networks are bombarding us with all this that, wow,
• 2:02
  Speaker 4: an AI that flies cars or that does these incredible things,
• 2:16
  Speaker 4: Pero pues también no estamos poniendo en perspectiva que ese.
• 2:19
  Speaker 5: No es nuestro campo. Nosotros hoy no estamos volando un
• 2:22
  Speaker 5: coche en donde estamos.
• 2:24
  Speaker 4: Entonces también como que esa parte pues alimenta mucho ese
• 2:27
  Speaker 4: miedo de, híjole, si la IA ya está haciendo todo
• 2:31
  Speaker 4: eso de allá,¿ y qué me.
• 2:33
  Speaker 5: Espera a mí? Pero bueno, hay que ir paso a paso, pues.
• 2:37
  Speaker 2: Fíjense, cuando estaba pensando en este tema me generó, digo,
• 2:40
  Speaker 2: cuando estaba más joven todavía, Sigue siendo Luis.
• 2:44
  Speaker 1: Ahora,¿ la realidad está superando a la ficción?
• 2:48
  Speaker 2: Yo me acuerdo mucho de las películas que veíamos hace, digo,
• 2:51
  Speaker 2: cuando estábamos más jóvenes, que veíamos cosas increíbles en las películas.
• 2:56
  Speaker 1: Dices, oye, es una realidad. Exacto.
• 2:59
  Speaker 3: Digo, no estamos todo en el punto de Skynet Terminator,
• 3:02
  Speaker 3: pero el chiste es perderle ese miedo, buscar el quitarte
• 3:08
  Speaker 3: la barrera y... Of course, as you well mentioned, it
• 3:13
  Speaker 3: was overcoming many things. The expectation is another. It has
• 3:17
  Speaker 3: found the same artificial intelligence, advanced even in things that
• 3:21
  Speaker 3: humans have taken us. They have been given these chemical
• 3:25
  Speaker 3: formulas and help me generate this drug, which we took
• 3:28
  Speaker 3: more time. There are many of those details that are revolutionizing.
• 3:34
  Speaker 1: Correct. There is a phrase that interests me a lot.
• 3:36
  Speaker 1: I'm going to read it a little. It's the truth.
• 3:38
  Speaker 2: The true competitive advantage is not in the tool you adopt,
• 3:41
  Speaker 2: but in how free your talent is to be able
• 3:46
  Speaker 2: to create, decide and lead when to use artificial intelligence.
• 3:51
  Speaker 1: I'm going to start.
• 3:53
  Speaker 2: With something and I want to ask you some questions. Obviously,
• 3:56
  Speaker 2: here we are going to start with the issue of
• 3:58
  Speaker 2: the threat to opportunity. Porque hoy lo vemos, ya lo dijeron,
• 4:01
  Speaker 2: hay ciertos miedos, hay cierto recelo, hay cierta resiliencia al
• 4:07
  Speaker 2: tema del cambio. Entonces, hoy creo que hay que verlo
• 4:12
  Speaker 2: de una manera que ya es nuestro futuro, ya es
• 4:15
  Speaker 2: nuestro presente y va a ser lo que nos va
• 4:17
  Speaker 2: a marcar los siguientes años. Y como está avanzando la
• 4:20
  Speaker 2: inteligencia artificial, les diría que los últimos cinco años ha
• 4:22
  Speaker 2: sido de una manera exponencial. Realmente ya vivimos, ya estamos inmersos,
• 4:27
  Speaker 2: nos guste o no, en este mundo y en este cambio.
• 4:31
  Speaker 2: La primera pregunta que les quiero hacer es, cuando hablamos
• 4:33
  Speaker 2: de inteligencia artificial y de automatización, y esto se da
• 4:36
  Speaker 2: mucho hoy en las redes sociales, muchas de las primeras
• 4:39
  Speaker 2: conversaciones que pasan, y no sé si les pasa mucho
• 4:41
  Speaker 2: con sus clientes, o con familiares, compañeros, es, se van
• 4:46
  Speaker 2: a perder muchos trabajos, van a desaparecer muchos trabajos, y
• 4:50
  Speaker 2: eso es uno de los principales miedos, nada más de,
• 4:53
  Speaker 2: Yo creo.
• 4:53
  Speaker 1: Que del talento principalmente.
• 4:54
  Speaker 2: Al final del día las empresas van a subsistir, van
• 4:57
  Speaker 2: a evolucionar, van a crecer. Pero hoy realmente es una
• 5:01
  Speaker 2: realidad que se van a perder trabajos o realmente estamos
• 5:04
  Speaker 2: hablando que la tecnología más bien va a desarrollar nuestro talento.
• 5:10
  Speaker 1: Qué ustedes qué opinan?¿ Va a cambiar, va a quitar
• 5:12
  Speaker 1: o va a desarrollar, va a evolucionar?
• 5:14
  Speaker 2: O tenemos que cambiar al talento o la gente tiene
• 5:16
  Speaker 2: que ya desarrollarse de una manera diferente?
• 5:19
  Speaker 1: Qué opinan sobre esta pregunta? Totalmente va a evolucionar.
• 5:23
  Speaker 3: Porque un trabajo que se hacía de cierta forma, con
• 5:26
  Speaker 3: ciertas herramientas, y ahora con la integración de cualquier herramienta
• 5:30
  Speaker 3: de inteligencia artificial en sus labores, va a evolucionar o va.
• 5:34
  Speaker 1: A proyectarlo hacia algo mejor. Eso es....
• 5:39
  Speaker 3: La pérdida de trabajos lo menciona la gente que tiene
• 5:42
  Speaker 3: ciertas tareas repetitivas,¿ no? Como el miedo que hubo hace
• 5:46
  Speaker 3: muchos años cuando fueron las líneas de producción. Un robot
• 5:50
  Speaker 3: quitó trabajo de gente de producción. Pero los de producción
• 5:55
  Speaker 3: que se especializaron en otras cosas como el mantenimiento de
• 5:59
  Speaker 3: los robots, por ejemplo, esos siguieron con trabajo y mejores trabajos.
• 6:04
  Speaker 3: Hubo mejores oportunidades. Estoy poniendo ese ejemplo porque también no
• 6:08
  Speaker 3: es tan lejano. Es un ejemplo del uso de las
• 6:11
  Speaker 3: inteligencias artificiales. Es una herramienta, no es un sustituto. Es
• 6:16
  Speaker 3: como decir, yo sigo usando la máquina de escribir de
• 6:20
  Speaker 3: las viejitas, de teclazo. No voy a usar Word. Es
• 6:25
  Speaker 3: como ponernos en ese punto. Es una buena metáfora. No sé, Vero,¿
• 6:29
  Speaker 3: qué opinas más?
• 6:30
  Speaker 4: Sí, yo creo que justo va de la mano, como
• 6:33
  Speaker 4: lo que comentaría él, con también volver aliadas estas nuevas
• 6:36
  Speaker 4: herramientas y junto con la capacitación, pues encontrar justamente, dijiste
• 6:42
  Speaker 4: unas palabras, creo que clave en estos temas, que son
• 6:46
  Speaker 4: justamente algo que la IA no puede hacer. Claro que
• 6:49
  Speaker 4: te va a optimizar los procesos, que te va a
• 6:52
  Speaker 4: ayudar a... a lo mejor acelerar ese pensamiento que a
• 6:55
  Speaker 4: lo mejor a ti te iba a tomar una semana,
• 6:58
  Speaker 4: en un día ya lo vas a tener listo, pero
• 7:01
  Speaker 4: no puede tomar las decisiones que un humano toma.
• 7:04
  Speaker 5: Todavía no llegamos ahí.
• 7:05
  Speaker 1: Hablamos del pensamiento crítico.
• 7:06
  Speaker 5: Claro. Y del liderazgo también. O sea, toma de decisiones,
• 7:11
  Speaker 5: como tener.
• 7:12
  Speaker 4: Todas estas, saber hacia dónde va la empresa, hacia dónde
• 7:15
  Speaker 4: hay que mover.
• 7:16
  Speaker 5: El área, o el equipo, el proceso.
• 7:18
  Speaker 4: Eso todavía no estamos ahí. Tal vez nunca lo lleguemos
• 7:21
  Speaker 4: porque justo... son herramientas que nos ayudan a agilizar, a
• 7:27
  Speaker 4: tener una mayor capacidad de análisis, pero todavía hay muchas
• 7:32
  Speaker 4: cosas que justamente si logramos llegar o empaparnos de todo
• 7:36
  Speaker 4: ese conocimiento y hacer lo propio o hacer lo nuestro,
• 7:40
  Speaker 4: pues eso obviamente nos va a poner en un nivel
• 7:43
  Speaker 4: distinto del que estamos ahora.
• 7:45
  Speaker 2: Podríamos hablar que la inteligencia artificial viene a sustituir o
• 7:49
  Speaker 2: a reemplazar ciertas formas de trabajo, por así decirlo.
• 7:53
  Speaker 1: Exactly.
• 7:53
  Speaker 5: Mm-hmm.
• 8:22
  Speaker 1: Qué cambiaría? Ese es muy buen punto.
• 8:24
  Speaker 3: Sobre todo cambia el gobierno de datos. Muchas empresas mexicanas
• 8:32
  Speaker 3: o extranjeras, de donde sea, lo que se sufre mucho
• 8:36
  Speaker 3: es que no están bien nivelados todos sus datos. Hay
• 8:40
  Speaker 3: mucha información en muchas áreas y ese lago de datos
• 8:45
  Speaker 3: no está bien estructurado. Ese es el principal problema para
• 8:50
  Speaker 3: meter en la inteligencia artificial. Las empresas tenemos que especializarlas.
• 8:54
  Speaker 3: Nosotros les podemos ayudar como servicios especializados a meter toda
• 9:00
  Speaker 3: esa normativa de gobierno de datos por áreas. Esas áreas
• 9:05
  Speaker 3: se van haciendo funcionales, se va mediando toda esa información
• 9:10
  Speaker 3: y podemos ya usarla ahora sí por el bien de
• 9:13
  Speaker 3: toda la empresa. That is the main stopper that we
• 9:16
  Speaker 3: have in Mexico, above all, that there are many niche
• 9:19
  Speaker 3: processes that are.
• 9:23
  Speaker 1: Finance moves in.
• 9:24
  Speaker 3: This square way, operations in this way, marketing in this way,
• 9:28
  Speaker 3: and so it is a lot in Mexico, it is
• 9:30
  Speaker 3: very notorious in Mexico.
• 9:31
  Speaker 1: Connection. Exactly.
• 9:33
  Speaker 3: And there is nothing that is helping them to connect.
• 9:36
  Speaker 1: What they call data science. Exactly.
• 9:39
  Speaker 2: Okay, now, starting from that, A lo mejor para ti, bueno,
• 9:45
  Speaker 2: para quien quiera,¿ qué áreas creen que tienen mayor potencial
• 9:50
  Speaker 2: de emigrar realmente al tema de automatización, inteligencia artificial y tecnología?¿
• 9:55
  Speaker 2: Qué creen que, hablando de la audiencia que hoy nos ve,
• 9:50
  Speaker 2: to really migrate to the issue of automation, artificial intelligence
• 9:53
  Speaker 2: and technology.
• 9:55
  Speaker 1: What do you think? Speaking of the audience that today.
• 9:59
  Speaker 2: Sees us, companies, directors, leaders, who will say, hey, I'm
• 10:04
  Speaker 2: watching this podcast. What areas do we really advise today
• 10:07
  Speaker 2: that they already implement, develop or train to be able
• 10:11
  Speaker 2: to implement it?
• 10:12
  Speaker 1: What areas do you think are important?
• 10:14
  Speaker 3: I would say, I don't know, you see what I think.
• 10:17
  Speaker 3: I would say a lot for the administrative areas. because
• 10:21
  Speaker 3: there is a lot of sequence and a lot of
• 10:25
  Speaker 3: repetitiveness of the same activities. You can put, for example,
• 10:30
  Speaker 3: artificial intelligence agents, which can help you in those repetitive tasks.
• 10:35
  Speaker 3: To give a small example, examples of financial month closures.
• 10:38
  Speaker 3: The activities are the same every month.
• 10:42
  Speaker 1: The closing of the year... It's the same every year.
• 10:48
  Speaker 1: What changes? The data.
• 10:50
  Speaker 3: But the activity is exactly the same. That's what I
• 10:54
  Speaker 3: mean by... Administrative, you mean finance, HR, accounting... Exactly, exactly.
• 11:00
  Speaker 3: How much to pay, how much to charge, treasury... Because
• 11:03
  Speaker 3: they have defined processes by company. And all of those
• 11:07
  Speaker 3: are the ones that are totally automatizable and that can
• 11:12
  Speaker 3: be reproduced several times.
• 11:14
  Speaker 1: In the same way, no matter.
• 11:16
  Speaker 3: The amount of data, no matter the complexity, let's call it,
• 11:20
  Speaker 3: it's the same process.
• 11:21
  Speaker 1: I don't know what to say.
• 11:23
  Speaker 4: Yes, and it's also important to be able to define
• 11:27
  Speaker 4: those processes, not to let them... I mean, to understand
• 11:30
  Speaker 4: that not because I only know the process, I'm going
• 11:34
  Speaker 4: to have the control. That's not going to happen, because
• 11:38
  Speaker 4: they're just repetitive processes that at the end of the day...
• 11:41
  Speaker 4: pues siempre se pueden optimizar, que siempre hay muchas maneras
• 11:44
  Speaker 4: de agilizarlos y que siempre de nuevo se va a
• 11:47
  Speaker 4: necesitar el humano que pueda hacer uso de esa información
• 11:50
  Speaker 4: porque al final puedes tener el mejor agente que te
• 11:53
  Speaker 4: va a hacer el mejor análisis, pero si no sabes
• 11:56
  Speaker 4: qué quieres hacer con esa información.
• 11:58
  Speaker 5: No vas a llegar a ningún lado.
• 12:00
  Speaker 4: Y puedes tener un agente muy sencillo que está enfocado
• 12:04
  Speaker 4: en tareas muy específicas, pero como sabes a dónde quieres
• 12:07
  Speaker 4: llevar esa información, a dónde quieres llegar, cuáles son los
• 12:10
  Speaker 4: resultados que esperas, lo vas a enfocar tan bien que
• 12:14
  Speaker 4: te va a optimizar al infinito.
• 12:17
  Speaker 5: O sea, vas a tener algo muy, muy bueno.
• 12:21
  Speaker 1: Esto está interesante lo que estás diciendo.
• 12:22
  Speaker 2: Al final, Elia, vamos a pensar que ya automatizaste, ya
• 12:25
  Speaker 2: tienes un agente, ya hiciste tus prompts, ya hiciste tus flujos.
• 12:30
  Speaker 2: Pero ahora viene la parte humana. Tú dijiste, no sabemos
• 12:34
  Speaker 2: luego qué hacer con toda esa información. Entonces ahí viene
• 12:36
  Speaker 2: mi siguiente pregunta para ustedes.¿ Qué habilidades necesitamos desarrollar o
• 12:43
  Speaker 2: evaluar en el talento que tenemos en las organizaciones para
• 12:47
  Speaker 2: que realmente hagan una explotación adecuada? Y aquí quiero poner
• 12:51
  Speaker 2: adecuada porque al final sabemos que la inteligencia artificial tiende
• 12:56
  Speaker 2: a dar alucinaciones, como se le llama.
• 13:00
  Speaker 1: in the technological world.
• 13:01
  Speaker 2: But really, today, what do we have to look for
• 13:03
  Speaker 2: in the talent that is going to explode or is
• 13:05
  Speaker 2: really going to occupy artificial intelligence as.
• 13:09
  Speaker 1: Part of its day-to-day?
• 13:10
  Speaker 2: What skills do you think we should be evaluating, developing,
• 13:15
  Speaker 2: training or evolving in our talent?
• 13:19
  Speaker 3: A lot is, I would say, the main one, a
• 13:23
  Speaker 3: very strategic thought. Because what is it that generates artificial intelligence?
• 13:27
  Speaker 3: It will give you time. Ese tiempo hay que enfocarlo.
• 13:32
  Speaker 3: Ese algo puede ser la estrategia que se está buscando
• 13:36
  Speaker 3: en las empresas. Como decía Vero en ese sentido, sí,
• 13:41
  Speaker 3: yo voy a darle el tratamiento y voy a entender
• 13:43
  Speaker 3: los datos porque yo ayudé a hacer el agente, es
• 13:45
  Speaker 3: parte de mi proceso y bla, bla, bla.
• 13:47
  Speaker 1: Sí, pero ya tengo más tiempo. Ese tiempo lo puedo invertir.
• 13:53
  Speaker 3: Diría mucho, me iría principalmente por el pensamiento estratégico¿ Qué
• 13:57
  Speaker 3: puedo hacer más para mi empresa? Porque ya me liberé
• 14:00
  Speaker 3: de esas partes,¿ no?
• 14:01
  Speaker 1: Okay.
• 14:03
  Speaker 3: Esa información, esa data, ya la tengo más a la mano,
• 14:05
  Speaker 3: ya la.
• 14:06
  Speaker 1: Tengo estructurada, ya la puedo usar, ya la puedo explotar.
• 14:09
  Speaker 3: Antes era, y como se sigue haciendo en ciertas industrias
• 14:13
  Speaker 3: o empresas, déjame revisar, nos vemos la siguiente semana, déjame
• 14:17
  Speaker 3: analizar los datos, nos vemos luego.
• 14:19
  Speaker 1: Ahora ya los tengo, ya los puedo usar en ese momento.
• 14:23
  Speaker 1: Estamos hablando de velocidad, juicio. Uh-huh. Thinking.
• 14:28
  Speaker 3: Critical thinking, analyzing those data. Do you think that all
• 14:31
  Speaker 3: talent has those abilities?
• 14:32
  Speaker 1: No, yes, it takes a lot.
• 14:33
  Speaker 3: The gap is very big. There are people who have
• 14:35
  Speaker 3: them almost from birth. There are many that have to
• 14:39
  Speaker 3: be developed. And that's what the focus is. I know
• 14:42
  Speaker 3: great people who even give artificial intelligence courses and have
• 14:47
  Speaker 3: nothing to do with IT. They are financiers, sometimes they
• 14:50
  Speaker 3: are lawyers. And they are great, they even use codecs
• 14:57
  Speaker 3: and they program and so on. But it's because they
• 15:00
  Speaker 3: have that profile, they have that thought, they already have it.
• 15:06
  Speaker 3: And it can be developed. It's a little bit later,
• 15:10
  Speaker 3: the companies would have to be selecting that type of
• 15:13
  Speaker 3: people to help them in their own companies.
• 15:16
  Speaker 1: Because it doesn't.
• 15:17
  Speaker 3: Mean that they are the director of operations, No quiere
• 15:21
  Speaker 3: decir que sea el X en la empresa. Puede ser
• 15:24
  Speaker 3: alguien más que pueda ayudar a impartir o ayudar a.
• 15:28
  Speaker 1: La empresa para que crezca.¿ Tú qué opinas, Vero?
• 15:31
  Speaker 5: Sí, claro.
• 15:32
  Speaker 4: Personas que hoy ya tienen el conocimiento holístico y que
• 15:35
  Speaker 4: justamente pueden integrar esta parte del conocimiento que ya tienen
• 15:40
  Speaker 4: con ese pensamiento crítico y que van a potencializar este
• 15:46
  Speaker 4: uso de datos que ya tengan en la IA.
• 15:49
  Speaker 1: No, está increíble.
• 15:50
  Speaker 2: No sé si han visto, digo, no voy a decir,
• 15:52
  Speaker 2: no puedo decir marcas, pero bueno, hay un video que
• 15:55
  Speaker 2: está corriendo, no sé si lo han visto, en donde
• 15:57
  Speaker 2: le exponen a un CEO muy grande en México sobre,
• 16:02
  Speaker 2: crean un video de Moisés.
• 16:04
  Speaker 1: Sí lo han visto? Sí, creo que sí.
• 16:06
  Speaker 2: Y al final, Elía, me generó un mensaje muy interesante. Hoy,
• 16:12
  Speaker 2: lo que antes te imaginabas que pudiera ser a lo
• 16:15
  Speaker 2: mejor una frontera, que decías,¿ y cómo lo desarrollo?¿ Cómo
• 16:18
  Speaker 2: lo construyo? Because we didn't have all the tools to
• 16:21
  Speaker 2: do it. Maybe you couldn't develop videos at the moment,
• 16:24
  Speaker 2: generate dashboards, generate evaluations, generate data, make information crosses. They
• 16:33
  Speaker 2: tell you a lot about that video.
• 16:35
  Speaker 1: How they built it.
• 16:35
  Speaker 2: They say, before what it would have taken 100 people
• 16:38
  Speaker 2: to do it and an excessive expense because you had
• 16:41
  Speaker 2: to rent a space, create models, put written tools, infrastructure
• 16:46
  Speaker 2: to develop events when the sea opens.
• 16:48
  Speaker 3: Yes.
• 16:49
  Speaker 2: Hoy te decían, hoy lo construimos cinco personas en dos semanas.
• 16:53
  Speaker 1: Exacto. Cuando antes, hacer un video de esos te tomaba meses.
• 16:57
  Speaker 5: Meses.
• 16:59
  Speaker 1: Y la cantidad de dinero que tenías que pagar.
• 17:00
  Speaker 2: Y el resumen que hace esta persona, que se me
• 17:02
  Speaker 2: hizo muy interesante, dice, la imaginación ya no es ninguna.
• 17:06
  Speaker 1: Limitante.
• 17:07
  Speaker 5: Limitante.
• 17:09
  Speaker 2: Hoy podemos crear lo que en ese momento te paras, dices, híjole,¿
• 17:13
  Speaker 2: y si lo puedo hacer? Ahora sí, realmente, como dicen,¿
• 17:15
  Speaker 2: y si sí? Sí se puede hacer.
• 17:17
  Speaker 3: Exactamente.¿ Qué opinan de eso? You touched on the medullary point.
• 17:22
  Speaker 3: It's how I do it, how I think about it,
• 17:28
  Speaker 3: how I express it. Because there are people who are geniuses,
• 17:31
  Speaker 3: but we are limited, I include myself.
• 17:34
  Speaker 1: Not geniuses, but rather limited.
• 17:36
  Speaker 3: In the fact that I don't know how to make designs,
• 17:39
  Speaker 3: for example. I know how to program, but I don't
• 17:41
  Speaker 3: know how to make designs. I don't know how to
• 17:44
  Speaker 3: make a marketing campaign. Yo no sé, yo puedo manejarte
• 17:47
  Speaker 3: equipos de BPOs y demás. Hay cosas que tengo limitantes,
• 17:52
  Speaker 3: pero con la ayuda de inteligencia artificial, como bien mencionaste así, medular,
• 17:57
  Speaker 3: es la herramienta. Con esta herramienta ya puedo cubrir mis
• 18:02
  Speaker 3: limitantes en lo que yo no soy bueno, en lo
• 18:04
  Speaker 3: que yo sé que.
• 18:06
  Speaker 1: No soy bueno.
• 18:07
  Speaker 3: Yo soy malísimo en diseño, pero gracias a la inteligencia
• 18:10
  Speaker 3: artificial ya puedo sacar algunos diseños más rápido. I can
• 18:14
  Speaker 3: put in my equations, I can put in things, and
• 18:16
  Speaker 3: I can make a modeling, which could have taken me
• 18:19
  Speaker 3: longer before.
• 18:20
  Speaker 2: And apart, I see it like this, independently, we are
• 18:23
  Speaker 2: going to think, as they say in the industry, throw code, right?
• 18:26
  Speaker 2: In the end, you see codes, but today you see
• 18:28
  Speaker 2: it represented in an image, you see it represented, maybe,
• 18:31
  Speaker 2: in a presentation, in a flow, in an infography, in
• 18:35
  Speaker 2: something that really generates an important power visually, to where
• 18:39
  Speaker 2: you want, to the client, to yourself, to the company.
• 18:43
  Speaker 1: Hacia el talento. Y aquí voy a hablar de las.
• 18:46
  Speaker 2: Un poco lo voy a meter con el tema de
• 18:48
  Speaker 2: las tres formas que aprende el ser humano, que es
• 18:50
  Speaker 2: la parte visual, auditiva y kinestésica. Hoy creo yo que
• 18:55
  Speaker 2: el tema de inteligencia artificial va a permitir esos aprendizajes
• 18:59
  Speaker 2: hacia estos tres rubros como capacidades.
• 19:05
  Speaker 1: Qué me dirían ustedes?
• 19:06
  Speaker 2: Cuál sería realmente el valor hoy de lo que estamos
• 19:08
  Speaker 2: viviendo en este mundo? 2026 y para los próximos años,¿
• 19:13
  Speaker 2: cuál realmente sería ese valor de la tecnología, de la
• 19:15
  Speaker 2: automatización y de la inteligencia artificial? Me gustaría que lo compartiéramos.¿
• 19:19
  Speaker 2: Qué valor le ven a la empresa?¿ Qué valor le
• 19:22
  Speaker 2: ven al talento?¿ Cuáles creen que realmente va a generar
• 19:27
  Speaker 2: esos diferenciadores?¿ O qué hoy nosotros como Kelly podemos decirle
• 19:31
  Speaker 2: a la audiencia que tienen que desarrollar para los siguientes años?
• 19:35
  Speaker 1: Generar ese valor, esa distinción. What do you think, Vero?
• 19:40
  Speaker 4: I think that, well, from the beginning, evidently, if before
• 19:44
  Speaker 4: we were already doing or helping other companies to integrate
• 19:51
  Speaker 4: into their processes, to understand their processes, I think that
• 19:55
  Speaker 4: now it helps us to do it in a more agile,
• 19:58
  Speaker 4: more efficient and obviously with much more purpose. Because I
• 20:02
  Speaker 4: think we can do it entender de mejor manera como
• 20:07
  Speaker 4: el qué es lo que el cliente necesita, cómo es
• 20:10
  Speaker 4: que podemos brindarle estas soluciones que hoy ya conocemos, pero
• 20:14
  Speaker 4: que evidentemente podemos potencializar, como bien comentaba Ariel o como
• 20:18
  Speaker 4: se ha comentado en esta mesa, ya tenemos todo el conocimiento,
• 20:23
  Speaker 4: ya podemos plasmarlo en estos agentes, en esta IA que
• 20:26
  Speaker 4: nos ayude a desarrollar muchas más ideas e ir tomando
• 20:30
  Speaker 4: lo mejor de cada una de ellas. Porque también una
• 20:33
  Speaker 4: ventaja que tenemos es que no necesitamos usar solo una herramienta.
• 20:36
  Speaker 4: Ahora sí podemos usar al mismo tiempo diferentes.
• 20:40
  Speaker 5: Eso es increíble. Ya puedes tener hasta diferentes opciones de
• 20:43
  Speaker 5: idea que uno te hace para imágenes, otro para videos,
• 20:46
  Speaker 5: otro para.
• 20:46
  Speaker 1: Texto, otro para data, otro para no sé qué. Claro.
• 20:49
  Speaker 1: At the end of the day, it's like you have
• 20:51
  Speaker 1: your menu of options. Totally.
• 20:53
  Speaker 2: This one is going to help me in this way,
• 20:55
  Speaker 2: this one is going to help me in this. Yes, yes.
• 20:58
  Speaker 2: It's great, but I like it, I like what you say.
• 21:01
  Speaker 2: What do you think about this? What values do you
• 21:03
  Speaker 2: think it's going to generate?
• 21:05
  Speaker 3: I would say a lot, as you well separated it,
• 21:07
  Speaker 3: in the part of talent, talent is being trained, talent
• 21:12
  Speaker 3: is becoming more expert. Las empresas que ya estamos adoptando
• 21:16
  Speaker 3: todos estos modelos de inteligencia artificial en el trabajo día
• 21:19
  Speaker 3: a día, se va anotando en esa agilidad de entregas,
• 21:23
  Speaker 3: se va anotando en qué le podemos dar extra a
• 21:25
  Speaker 3: los servicios que nos están, por ejemplo, contratando en Kelly.
• 21:30
  Speaker 3: Si es un servicio especializado en X proceso, es más
• 21:33
  Speaker 3: fácil que nosotros que ya lo adoptamos, se está haciendo
• 21:37
  Speaker 3: el proceso y lo que nos encargó el cliente, a
• 21:39
  Speaker 3: lo que fuimos. Pero, aparte, estoy dando ese extra porque
• 21:44
  Speaker 3: ya tengo un background técnico con inteligencia artificial y con
• 21:47
  Speaker 3: otras herramientas.
• 21:49
  Speaker 2: Podríamos decir que hoy la inteligencia artificial va a ir
• 21:51
  Speaker 2: reduciendo el tema de ser más reactivo, operativo y nos
• 21:56
  Speaker 2: vamos a volver más estratégicos.
• 21:58
  Speaker 1: Exacto. Y aquí entra una parte.
• 22:01
  Speaker 2: Imagínense que empezamos a evolucionar más hacia la parte estratégica,¿
• 22:06
  Speaker 2: va a haber más competencia en un futuro?
• 22:09
  Speaker 3: Tiene que, pero es parte del.
• 22:11
  Speaker 1: es lo mismo.
• 22:12
  Speaker 4: Claro, pues es también incrementar el reto,¿ no?
• 22:15
  Speaker 5: O sea, la verdad es que...¿ El reto?
• 22:17
  Speaker 1: Va a ser más retador?
• 22:18
  Speaker 4: Sí, va a ser más retador, por supuesto. Pero creo
• 22:21
  Speaker 4: que Kelly está preparado siempre.
• 22:23
  Speaker 5: Para los retos.
• 22:24
  Speaker 3: Un poquito, digamos, hacia atrás y agregando esa parte del reto,
• 22:28
  Speaker 3: es como antes, digamos, nuestros papás, en su momento, en
• 22:32
  Speaker 3: esas generaciones, si tenían carrera terminada, ya tenían casi resuelta
• 22:37
  Speaker 3: su vida. Tenían casa, coches, terrenos y demás. Right now,
• 22:41
  Speaker 3: how much extra do you need to study and prepare?
• 22:45
  Speaker 1: It's exactly the same. So there's a topic there that
• 22:47
  Speaker 1: we're not commenting on.
• 22:48
  Speaker 2: So really a bit of the skills that we have
• 22:50
  Speaker 2: to have the talent is that it's self-taught, self-managed.
• 22:53
  Speaker 1: Exactly.
• 22:54
  Speaker 2: That it really is a person who is constantly reinventing himself.
• 22:59
  Speaker 1: Totally, yes.
• 23:02
  Speaker 2: And that's very interesting because I think there's no longer
• 23:07
  Speaker 2: a border, there's no longer a limit. In the end,
• 23:09
  Speaker 2: today you can learn very quickly. pero también es qué
• 23:12
  Speaker 2: tan rápido analices lo que estás aprendiendo. Porque puedes saberlo,
• 23:16
  Speaker 2: pero no ocuparlo. Puedes decir, sí, lo he escuchado, pero
• 23:21
  Speaker 2: no sé para qué sirve. Y hoy creo que esta
• 23:24
  Speaker 2: parte de la automatización y la inteligencia artificial ya está.
• 23:27
  Speaker 1: Entonces....
• 23:30
  Speaker 5: Los límites ya te los pones tú.
• 23:32
  Speaker 1: Exacto. Justo. Me gustó esa frase. Los límites ya vienen
• 23:36
  Speaker 1: de uno.
• 23:37
  Speaker 2: Me gustaría para cerrar, digo, la verdad es que es
• 23:39
  Speaker 2: un tema que nos podríamos extender mucho tiempo, pero la
• 23:42
  Speaker 2: verdad es que está increíble. A lo mejor en otro
• 23:44
  Speaker 2: íbamos a ir profundizando más. Pero,¿ cuál sería su mensaje
• 23:48
  Speaker 2: hacia la audiencia sobre el tema de inteligencia artificial, Vero?
• 23:50
  Speaker 1: Tú qué les dirías? Y, digo, ya después Ariel nos diga.
• 23:55
  Speaker 4: Yo les diría que le pierdan el miedo, que nos
• 23:57
  Speaker 4: demos la oportunidad de crecer con la tecnología.
• 24:01
  Speaker 5: Creo que este es el momento perfecto.
• 24:04
  Speaker 3: Eh.
• 24:05
  Speaker 5: Thank you very much, Vero. Go ahead, Ariel. Thank you, Luis.
• 24:09
  Speaker 5: I really agree with Vero's comment.
• 24:34
  Speaker 3: Somos sus socios estratégicos. Podemos acompañarlos también en toda esta
• 24:38
  Speaker 3: parte de la inteligencia artificial.
• 24:40
  Speaker 1: Pues ya los escucharon de dos expertos en tecnología de
• 24:42
  Speaker 1: la información.
• 24:43
  Speaker 2: Uno en la parte de procesos y otro en la
• 24:45
  Speaker 2: parte de tecnología completamente enfocada a automatización y herramientas. Como vieron,
• 24:51
  Speaker 2: pues yo cerraría con un mensaje. No hay una frontera.
• 24:54
  Speaker 2: La imaginación ya no queda nada más en la imaginación.
• 24:59
  Speaker 2: Hoy la podemos poner en un desarrollo. Hoy podemos verla
• 25:03
  Speaker 2: HR Limitless.